30 模型安全基准:0.1 美元的 GPT 6 Luna 风险不到 8 美元 Opus 5.5 一半
OfficialLeadDev · reddit · 2026-11-18
LeadDev 报道的 30 模型编码安全基准显示:在没有任何规则约束下,单次运行成本 0.10 美元的 GPT 6 Luna,其安全风险得分不到单次 8.17 美元的 Claude Opus 5.5 的一半。核心结论是:AI 编码的安全表现,编写规则(rules)比选哪个模型更重要——贵的旗舰模型不加约束反而可能产生更多安全问题。
「编程与Agent」频道最新
- Hugging Face 用 RL+LoRA 适配 Qwen 给 pi 编码 agent,SWE-bench Pro Hard 从 29.4% 升至 62.7% — art_zucker · 2026-11-18
- Forrest PKnight 排名各编程语言:看 AI 写哪种代码最顺手 — Dan_Jeffries1 · 2026-11-18
- 用 Claude 加 Unreal Engine 5.9 MCP,一天做出游戏续作原型 — TomLikesRobots · 2026-11-18
- 开源 guardrail-middleware:纯确定性检查点拦截失控的 Agent 工具调用 — MidnightHeavy3064 · 2026-11-18
- 最离不开的 Agent 最无聊:每天自动整理下载文件夹的发票与收据 — Winterocean812 · 2026-11-18
- 开源 ZeroIDE-MCP:让一个浏览器 AI Agent 跨多台 Windows 电脑远程干活 — Danywalery · 2026-11-18